文章基本信息

标题：PREVISÃO DE RETORNOS DE AÇÕES DOS SETORES FINANCEIRO, DE ALIMENTOS, INDUSTRIAL E DE SERVIÇOS, POR MEIO DE RNA E MODELOS ARIMA-GARCH
本地全文：下载
作者：MAURI APARECIDO DE OLIVEIRA ; ALESSANDRA DE ÁVILA MONTINI ; DANIEL REED BERGMANN 等
期刊名称：RAM. Revista de Administração Mackenzie
印刷版ISSN：1518-6776
电子版ISSN：1678-6971
出版年度：2008
卷号：9
期号：1
页码：130-156
语种：Portuguese
出版社：Universidade Presbiteriana Mackenzie
摘要：O objetivo deste trabalho é realizar previsões de séries de retornos de ações de empresas dos setores financeiro, de alimentos, industrial e de serviços, utilizando redes neurais artificiais (RNA) do tipo feedforward treinadas com algoritmo de Levenberg-Marquardt e modelos Arima-Garch. Selecionaram-se duas séries de cada setor, e os dados foram obtidos da economática. Para o setor financeiro, são analisadas as séries dos bancos Bradesco e Itaú, no setor de alimentos a Perdigão e a Sadia, no setor industrial a Marcopolo e a Gerdau, e no setor de serviços o Pão de Açúcar e Lojas Americanas. Verificou-se que as previsões realizadas pelas duas técnicas têm desempenhos parecidos, não revelando superioridade de nenhuma técnica.
其他摘要：The main purpose of this work is realize stock returns forecasting for financial, food, industrial and services companies using feedforward neural networks trained with Levenberg-Marquardt algorithm and Arima-Garch models. In each area two time series was selected from Economatica. To the financial area, Bradesco and Itaú was analyzed, Perdigão and Sadia in the food sector, Marcopolo and Gerdau in the industrial area, finally Pão de Açúcar and Lojas Americanas in the services. The forecasting generated by the two techniques had similar performance implying no significant differences between them.
关键词：Séries temporais; Previsão; Algoritmo de Levenberg-Marquardt; Redes neurais; Arima-Garch;Time series; Forecasting; Levenberg-Marquardt algorithm; Neural networks; Arima-Garch